A Three Player GAN Generating Hard Samples To Improve Classication Networks

摘要 我们提出一个三层生成对抗网络来改进经典网络。除了判别器和生成器之间的博弈外，还引入了生成器和分类器之间的竞争。该生成器的目标是合成既真实又难以为分类器标记的样本。尽管我们没有对要学习的扩展类型做任何假设，但是我们发现该模型能够综合出对类化模型来说比较困难的实际示例。此外，当对这些困难的样本进行训练时，分类器变得更加健壮。该方法在一个公共的交通标志识别数据集上进行了评价。 简介 深度卷积神经网

>>阅读原文<<